英语原文共 9 页,剩余内容已隐藏,支付完成后下载完整资料
基于粗集理论和灰色理论的精益物流绩效评价
李华杰,肖荣,梁学东
摘要:在精益物流管理上,一方面要消除物流系统中八大环节的浪费,另一方面要以持续改进为主要影响指标。因此,本文提出了一种基于粗糙集理论和灰色理论的精益物流绩效评估方法。通过粗糙集的指标约简函数选择影响精益物流绩效评价的指标。并根据其影响程度给出指数的相对权重。然后利用灰色理论的聚类评价函数,通过建立灰色类别评价和白化权函数,计算出各评价对象的综合评分。最后,通过一个数值例子说明了该方法的可行性和有效性。
关键词:灰色理论 精益物流 绩效评估 粗糙集
- 介绍
精益物流是精益思想在物流管理中的应用。其目标可以概括为:根据客户需求为客户提供满意的物流服务,同时追求在提供物流服务时将浪费和延误降到最低水平,不断提高物流服务流程的绩效[1]。
目前,精益物流绩效评估研究较少,主要集中在某一特定行业。Susilawati等人提出了一种基于模糊逻辑的制造业精益物流活动评估方法[2]。针对港口业务,Marlow和Casaca[3]基于诸如运输等考虑因素开发了精益绩效评估方法。模式和基础设施表现。Bojan和Elen还专注于港口业务,开发了一种精益物流评估方法,考虑了港口运营,船公司和内陆运输运营商多式联运的特点[4]。使用Tallent Engineering公司作为案例研究,Taylor[5]研究了精益改革项目,描述了价值流发展的映射,并确定了实现精益物流战略所需的关键评估因素。根据港口经营人,船公司和内陆运输经营者多式联运的特点,Beskovnik和Twrdy提出了精益物流评价方法及相应的改进意见2。评估指标体系建立在运输,订单处理,库存,信息和财务方面。并根据集团订单关系分析方法和专家意见,提出了一种汽车制造企业精益物流绩效管理评价方法[6]。蒋军提出了电子制造企业的精益物流绩效评估方法。在价值流分析的基础上,采用该方法建立了评价指标体系4。
综合以上研究可知,精益物流绩效评估方法主要侧重于特定行业和精益物流实施的不同阶段。这些方法的应用前景有很大的局限性。尚未提出针对一般企业的精益物流评价方法。
因此,本文基于物流运作的八个主要环节,构建了覆盖物流一般业务内容的评价指标体系。粗糙集理论用于降低评估指标。采用灰色理论建立评价灰类和白化权函数,然后根据评价对象的最终得分进行综合评价。模型组合使得这项措施更加全面和科学。
- 评估指标体系建设
从系统理论的角度出发,建立了精益物流绩效评价体系,并提出了研究框架。如表1所示
从活动的角度来看,物流是确保某一时间段内某些物品已交付给客户的过程[7]。物流活动主要包括运输,仓储,装卸,搬运,包装,流通加工,配送和信息处理。精益思想的核心是通过持续改进项目来识别和消除浪费,进而推动产品在完美满足顾客需求的方向[8]。在人员、财产、物品方面不断追求浪费,不断提升客户服务水平。
图1基于系统理论的精益物流绩效评估研究框架
因此,可以根据所涉及的特定物流企业的物流环节建立一级指标体系,同时从人员、成本、资源消耗和客户服务水平等方面构建二级指标体系。
- 基于粗糙集和灰色理论的评估模型
假设有m个物流公司,他们涉及的物流活动是p。因此可以建立n个精益物流绩效评估指标,n1代表可以精确计算的指标数量,n2代表无法准确计算的指标数量。使用粗糙集和灰色理论的评估程序如下:
3.1 用专家评分法标记无法准确计算的指标
H个专家被邀请对m个物流公司的n个指标进进行评分,然后得到公司i的评分矩阵 ,表示来自公司i的第j个指标由专家k进行评分。
3.2 构建决策表
根据专家评分标准对可以准确计算的指标进行分级。然后可以获得,即公司i的指标j的得分,构成得分矩阵Q1(ij)。
j
对于无法准确计算平均得分为
指标j可以视为物流公司的整体水平。然后可以获得由n2指标构成的分数矩阵Q2(ij)。
完整的得分矩阵Q(ij)可以由Q1(ij)和Q2(ij)的组合来构建。每个指标的平均得分可以作为决策属性值,所以可以得到如下决策表:
3.3 减少决策矩阵和计算指标权重
对决策矩阵的条件属性值进行离散化处理并进行降维处理,即可建立新的指标体系R。根据粗糙集属性重要性的知识,可以计算出减少后指标的权重,命名为W。
3.4 确定评价灰类和白化权函数
评价灰色等级可以分别设置为“优秀”,“良好”,“中等”和“劣等”,分别表示为1,2,3,4,因此评价灰色等级s = 1,2,3,4。被构造为白化权重函数
3.5 确定灰色应变聚类系数和评价权重
根据灰色理论中灰色评价权向量和灰色特征知识聚类系数的知识,可以将计算出的方程作为指标j关于灰色类别s的权重向量。
因此方程式可以计算为属于灰类s的公司I指标j的评估系数。
3.6 建立灰色评价矩阵对评价对象进行综合评价
灰色评估矩阵可以由减少后的指标组成,命名为B。
将灰度级分配给灰色级别s=(s1,s2,s3,s4),各物流公司的最终得分可以计算为
R = wBsT
- 实证研究
一个物流集团拥有分支公司,分别命名为A,B,C,D,E。他们从事的物流活动主要包括运输,流通加工和分销。因此,该物流集团的精益物流绩效评价指标体系如表1所示。
使用上述理论模型对具体物流分公司的企业进行评估的具体过程如下。
- 标记无法通过专家评分方法准确计算的指标。在上述指标体系中,V3,V8和V12是三个指标,无法准确计算。邀请五位专家对上述三个物流公司的指标进行标识。由于空间有限,只给出物流公司A的等级。
- 可以准确计算的指标可以按照专家评分标准进行分级。因此可以得到关于物流公司十二个评价指标的决策表,并在表格2中显示出。
- 在决策表中实施日期的离散化。指标值被视为条件属性C,平均值被视为决策属性D。如果条件属性值大于6(包括6),则将其命名为2,否则将其命名为1。如果判定属性值大于6(包括6),则将其命名为3,如果判定属性值在5(包括5)和6之间,将其命名为2,如果决策属性值低于5,则将其命名为1。R = (V3,V7,V9,V10)可以通过粗糙集的约简函数来构建。
上述四项指标的重要性和权重结果可以按照表格3计算。
表1物流集团的精益物流绩效评价指标体系
目标图层 |
规则层 |
索引层 |
精益物流绩效评估 |
存储 |
单位储存货物管理人员编号V1 |
单位货物的存储成本V2 |
||
仓储设施使用水平V3 |
||
库存执行率V4 |
||
分配处理 |
单位货物分配处理的人员编号V5 |
|
单位产品分配处理成本V6 |
||
单位时间内分配处理商品数量V7 |
||
配送处理质量等级V8 |
||
分配 |
单位分配货物的人员编号V9 |
|
单位产品的分销成本V10 |
||
单位时间内的分销商品数量V11 |
||
分配响应速度V12 |
表2精益物流评估决策表
V1 |
V2 |
V3 |
V4 |
V5 |
V6 |
V7 |
V8 |
V9 |
V10 |
V11 |
V12 |
平均值 |
|
A |
8 |
8 |
6.2 |
7 |
7 |
5 |
5 |
7.2 |
7 |
7 |
8 |
7.2 |
7.133 |
B |
7 |
7 |
5.8 |
7 |
7 |
5 |
8 |
7 |
7 |
7 |
8 |
5.6 |
6.783 |
C |
7 |
6 |
7 |
4 |
6 |
8 |
4 |
4.8 |
6 |
6 |
7 |
6 |
5.983 |
D |
5 |
5 |
5.4 |
2 |
6 |
7 |
3 |
5 |
5 |
剩余内容已隐藏,支付完成后下载完整资料 资料编号:[23561],资料为PDF文档或Word文档,PDF文档可免费转换为Word |
课题毕业论文、外文翻译、任务书、文献综述、开题报告、程序设计、图纸设计等资料可联系客服协助查找。